伪科学和金融：数据专制和安全性谬论

导读：每一个周六，点拾投资将联合长信基金推出《Value Investing: Tools and Techniques for Intelligent Investment》一书的翻译系列。我们会在每一个周六，连载一章最新的翻译。希望在未来几个月的时间，给大家每一个周六都能带来营养。。

今天与大家分享的是第三章，伪科学和金融：数据专制和安全性谬论。这一章会给大家讲述，在金融的世界中，大家都喜欢用“数字”说话。各种各样的数据，成为了这个行业沟通的语言。无论是关于风险的Value at Risk，还是Beta和Alpha，或者是跟踪误差。但是有多少人真正思考过数据源头的逻辑，如果逻辑本身是有问题的呢？对于数据的盲目信念是我们金融行业的魔咒！

译者：长信基金杨帆

在现代金融世界，对数据的热爱已经超过了真正的批判性思维。任何事情只要有点数据，就被当成了真理。人们被这些伪科学愚弄，把简单的事情讲的复杂反而更容易让人相信。风控人员、分析师和咨询师们都在利用伪科学来制造一种安全的假象，我们需要对这种人工操控无意义数据的情况保持警惕。严肃思考和保持怀疑的态度是我们最稀缺的工具。

Weisberg等人的一项最近研究显示，我们大多数人都很容易被看上去像是科学的东西愚弄。他们把神经科学的语言加入到一系列心理学关于某些认知偏见的论述中。这些论述中的一部分是“好”（真实的），另一些则是“坏”（仅是对原始偏见的循环论述）。得到的结果是，不论“好”的还是“坏”的论述，只要加上几句神经科学语言，都一样的更容易被人接受。

Garner等人的研究显示，人们很容易被“诱导性细节”分散注意力。给人们看几张看上去“有趣”但是和所讨论事情无关的照片，人们就想不起重要的事情是什么了。

现在的金融充斥着伪科学和诱导性细节。例如，风控本身就是最大的伪科学。类似Value at Risk (VaR)这样的数据看上去令人舒适，但实际上只是营造了一种安全的假象。长尾、自相关和跟踪误差这样的风险都严重削弱VaR的用处。

分析师们也在利用伪科学，他们是诱导性细节的提供者。大多数分析师的报告充满了“有趣”而又无关的信息——把未来五年的盈利预测精确到小数点后两位并无意义。

业绩评估是金融世界盛行伪科学的另一个案例。诸如Alpha, beta，跟踪误差这些意义模糊的用词，让事情变得更复杂。风格飘移，持仓组合风格分析以及收益风格分析等用词也让这行看上去很重要。但是，一旦深究这些数据背后的意义则会发现这些数据本身都存在严重的问题。

可以被数量化的方式描述并不意味着这事情本身就有意义。严肃思考和保持怀疑态度都无可替代，盲目相信数据本身是通向失败之路。

被伪科学蒙蔽

在现代金融世界，对表面数据的热爱已经超过了真正的批判性思维，这个趋势令人担忧。但请读者不要误解，我认为基于实证证据验证投资逻辑极端重要（这个过程我称其为基于证据的投资）。然而，现实中太多人总是把伪科学当成真理，把任何只要有点数据的东西当成事实本身。

Weisberg等人(2008)做的一项研究发现了一些非常有趣的结果，这些结果显示我们大众多容易被伪科学的论述所欺骗。在实验中，Weisberg给三组实验对象（分别是年轻的学生，学习神经科学专业的学生，和相关专家）一组关于心理学现象的论述。这些论述按照两个维度分类：1）论述本身的真实情况“好”还是“坏”；2）是否使用神经科学语言进行包装。

图3.1是这项实验的一个实例。在所有的情况下，“好”的论述都是有关事实的真实解释。“坏”的论述则仅仅是相关现象的简单循环论述，没有任何解释力。

实验对象对所给的对论述进行评分，并且被提前告知其中有些论述是错误的“坏”论述。他们以7分制对这些论述进行评分，范围从-3（令人极不满意的论述）到+3（非常令人满意的论述）。数据表3.1-3.3显示了对三组实验对象的实验结果。新手组（年轻的没有受过心理学或神经科学教育的实验对象）在不加入神经科学语言包装的时候可以很好的区分出好的论述和坏的论述（数据表3.1）。然而，一旦加入神经科学语言的包装，该实验组对象分辨好坏的能力被大幅削弱。尤其是那些加入了神经科学语言包装的坏论述的评分因此而大幅提升。